SynapseS

Descriptif

La majeure STIC est une formation de niveau M1 aux sciences et technologies de l'information et de la communication, qui prend place en deuxième année (2A) du cursus ENSTA. Comptant pour 20 ECTS, elle occupe l'essentiel du premier semestre (S1) et un peu du deuxième (S2). Elle est suivie de deux mineures, LeCS et IAC, de 12 ECTS chacune, au choix de l'étudiant, puis d'un projet de recherche allant jusqu'au milieu de l'été. Elle est associée à quelques autres cours en économie, humanités et langues étrangères, aboutissant à un total de 60 ECTS sur l'année.

La majeure STIC prend le relais de la formation de base dispensée sur le même thème en première année (1A). Elle fait premièrement place aux méthodologies de développement logiciel orientées objet, d'abord en gardant conscience du matériel, en langage C++ (IN204 ×2), puis en s'en détachant, en Java (IN205), projets conséquents à la clé. Ensuite, à l'interface entre matériel et logiciel, trois volets sont étudiés, en quête d'efficacité et de performance : architecture des microprocesseurs (ES201), système d'exploitation (IN201) et programmation parallèle (IN203). La majeure STIC s'intéresse aussi à la dimension connectée, occultée en 1A, avec d'abord la théorie de l'information (et de sa communication) puis le fonctionnement des réseaux (IC202 ×2). Enfin, l'exploitation des données est abordée en deux volets : d'une part leur organisation en bases de données (IN206), d'autre part leur analyse statistique (MA201), entre autres en tant que séries temporelles.

Suivie de la mineure IAC, la majeure STIC prépare aux parcours IA et Robotique en 3A. Suivie de la mineure LeCS, elle prépare au parcours ASSI.

Objectifs

Être capable de concevoir et développer des algorithmes : de traitement, d'analyse et de communication de données et signaux, de prise de décision, de commande de processus, d'organisation de systèmes, visant à l'efficacité de moyens et l'optimalité de résultats.

Être capable de tirer parti de concepts mathématiques (probabilistes, continus, discrets) pour la modélisation et l'exploitation de données, de phénomènes, de processus et de systèmes.

Être capable de développer des algorithmes suivant des techniques logicielles structurées, qui en favorisent l'efficacité, la fiabilité, le partage, l'évolutivité, la maintenabilité, donc un certain niveau de qualité de service.

Être capable de prendre en compte la réalité matérielle des ressources de calcul utilisées, leur puissance, leur organisation souvent parallèle ou distribuée, leur fonctionnement en réseau, et la façon dont les systèmes d'exploitation y accèdent, pour en optimiser leur utilisation.